ما تزال عيوب الخلايا الشمسية وما تتعرض له من أعطال خلال الاستعمال، تشغل حيزًا كبيرًا من اهتمام العلماء والباحثين في هذا القطاع، محاولةً لرفع إنتاجية الألواح الكهروضوئية.
وفي هذا الإطار، توصلت باحثة مصرية إلى تقنية جديدة تعتمد على الذكاء الاصطناعي لإجراء عمليات كشف عيوب الخلايا الشمسية وتشخيصها وتصنيفها بصورة تلقائية، دون الاضطرار إلى إغلاق المحطات من خلال تطوير نظام لتصنيف الأخطاء الكهروضوئية، بناءً على الإحصاءات والتحليلات.
وأوضحت المدرّسة في كلية الهندسة بجامعة الأهرام الكندية الدكتورة ريهام أحمد، في تصريحات خاصة إلى منصة الطاقة المتخصصة (مقرّها واشنطن)، أن الخلايا الشمسية ما تزال تواجه عددًا من المشكلات، أبرزها الأعطال وظهور بعض العيوب؛ ما يؤثّر سلبًا في توليد الكهرباء، ولا سيما فيما يتعلق بالتوصيلات، سواء كانت على التوازي أو التوالي.
تقنيات كشف الأعطال
هناك العديد من التقنيات المُستعمَلة لاكتشاف أخطاء الوحدات الكهروضوئية وتشخيصها، مثل الفحص البصري، والتصوير الحراري بالأشعة تحت الحمراء، والتألق الكهربائي والضوئي، وقياسات الخصائص الثابتة.
وتعالج هذه التقنيات أنواعًا مختلفة من عيوب الخلايا الشمسية الكهروضوئية، مثل الشقوق، والتصفيح، وعلامات الحروق، والتدهور المحتمل (PID)، والتلوث، والنقاط الساخنة، والوصلات الخاطئة، وعيوب الألواح الخلفية والتآكل والتحويلات والأتربة، والمشكلات الخاصة بالدائرة القصيرة SHORT) CIRCUIT).
ويعتمد الأداء المستمر والآمن والموثوق والفاعل للأنظمة الكهروضوئية على تطوير التشخيص التلقائي وتقنيات التصنيف لأنظمة المراقبة الكهروضوئية.
وفي هذه الدراسة، اعتمدت الباحثة على استعمال آلة التصوير الحرارية والقياس باستعمال التيار والفولت لتحديد عيوب الخلايا الكهروضوئية.
كما أجرت الباحثة الدراسة على أحدث أنواع الخلايا الشمسية ذات الأغشية الرقيقة، وهي CIGS.
وتمثّل تقنية الخلايا الشمسية ذات الأغشية الرقيقة(Thin Film) الجيل الثاني من الخلايا الشمسية الكهروضوئية، وتتميز بقدرتها على توليد إنتاج عالٍ من الكهرباء بتكلفة أقل، كما تتّسم بانخفاض بصمتها الكربونية.
الاعتماد على الذكاء الصناعي
قالت الدكتورة ريهام أحمد، في تصريحاتها إلى منصة الطاقة المتخصصة، إنها اعتمدت على الذكاء الاصطناعي لكشف عيوب الخلايا الكهروضوئية بصورة أتوماتيكية من خلال تصوير الخلايا الشمسية بآلة التصوير الحرارية.
وأضافت أنها أجرت بعد ذلك معالجة للصورة الحرارية، ثم تصنيف للأعطال من خلال استعمال مخطط الاستدلال العصبي الغامض التكيفي (Adaptive Neuro-Fuzzy Inference Scheme)(ANFIS) لجعل الفحص أتوماتيكيًا.
وتابعت أنه بعد التمكن من تحديد عيوب الخلايا الشمسية وتصنيفها، توصلت إلى معاملات حسابية وكهربائية.
واستطردت قائلة: “إن التقنية اعتمدت على استعمال المعاملات الحسابية والكهربائية بجانب تقنية (ANFIS)، وبمجرد التقاط صورة الخلية يتمكّن النظام من تحديد نوع العطل”.
ويوضح الإنفوغرافيك التالي -الذي أعدّته منصة الطاقة المتخصصة- آلية عمل نظام (ANFIS) في تحليل عيوب الخلايا الشمسية:
الفحص السريع
أوضحت الباحثة المصرية أن الخلايا الشمسية في المحطة التي أجرت عليها التجربة قد اشتملت على مجموعة من الأعطال المختلفة التي قُسِّمت طبقًا لنوعها إلى مجموعات A وB وC وD.
وبمجرد التقاط صورة الخلية، يحدد النظام نوعية الأعطال وفقًا للمجموعات السابقة، ما يمنح المُستعمِل ميزة الفحص السريع للخلايا الشمسية.
وخلال إجراء التجربة، لاحظت الباحثة أن هناك نوعًا من أنواع العيوب يتسبب في فقد الطاقة بصورة ملحوظة؛ ما يؤدي إلى نقص كبير في الإنتاجية المتوقعة من المحطة الشمسية؛ الأمر الذي دفعها لاستعمال تقنية قياس التيار والفولت مع هذا النوع من الخلايا.
وقالت الدكتورة ريهام أحمد، إنه بالربط بين الصورة الحرارية والسمات الحسابية والكهربائية، وجدت أن هناك نسبة ربط معقولة بينهما.
وأضافت أن هذا الربط يمثّل إنجازًا، نظرًا لأن عملية التصوير الحراري لا تستغرق وقتًا طويلًا على خلاف قياس السمات الأخرى؛ ما يؤكد قدرة النظام على سرعة الفحص.
كما تتميز هذه الآلية بأنها لا تستدعي إغلاق المحطة الشمسية لإجراء فحص للخلايا؛ لأن هذه التقنية يمكنها تحديد العيوب والأعطال بصورة أتوماتيكية، واستبدال الخلية التي تتسبب في فقد الطاقة بخلية جديدة للحفاظ على إنتاجية المحطة.
المصدر : https://attaqa.net/2024/04/09/%d8%aa%d9%82%d9%86%d9%8a%d8%a9-%d9%85%d8%b5%d8%b1%d9%8a%d8%a9-%d8%ac%d8%af%d9%8a%d8%af%d8%a9-%d9%84%d9%84%d9%83%d8%b4%d9%81-%d8%b9%d9%86-%d8%b9%d9%8a%d9%88%d8%a8-%d8%a7%d9%84%d8%ae%d9%84%d8%a7%d9%8a/
